AI成药性(ADMET)预测平台已于今年3月全网开放试用。短短一个月时间已收到用户的广泛好评！尤其是成药性预测结果中的——成药性风险评估的雷达图。是个很有意思的功能。那么，这个雷达图上的打分到底有多高的参考价值呢？
图片来源：AI成药性(ADMET)预测平台
为了解答这个问题，帮助大家更清楚地了解AI成药性(ADMET)预测平台的雷达图打分是怎么来的，以及它在实际应用中的价值。我们的ADMET团队对药智数据全球药物分析系统中的2037个全球已经上市的药物分子进行了成药性评估。我们首先将这些药物的分子结构信息上传到AI成药性（ADMET）预测平台，然后通过全AI成药性参数预测，给出相应的风险分值，很具有参考价值。接下来，我们对这些风险进行了分析评估：
01
毒性（TOX）风险评估
现在，我们来看看其中一个重要的风险指标——毒性（TOX）风险。这个风险打分是结合hERG、动物急性和慢性毒性、遗传毒性等多个参数进行预测的，最终形成了一个综合的打分算法，总分为6分。我们设定了一个绿色区间，这个区间的风险分值是0到2。统计结果显示，90%的上市药物都落在这个绿色区间内。
图片来源：AI成药性(ADMET)预测平台
Ames风险是毒性风险的一个特殊方面。为了评估这种风险，我们运用了一种特殊的打分算法，它是基于多种菌株以及混合肝微粒体的遗传毒性预测结果来构建的，总分为5.4分。在设定Ames风险的标准时，我们采用了更为严格的评判准则，特别是将绿色区间的风险分值设定在0到1之间。如统计结果所示，即便在这样的严格标准下，依然有高达84%的上市药物分子其Ames风险值落在了绿色区间内。
图片来源：AI成药性(ADMET)预测平台
02
代谢风险评估
接下来，我们的平台还专门针对主要的CYP酶，包括1A2、2C9、2C19、2D6和3A4，以及肝细胞和肝微粒体的清除率，构建了一个专门的CYP风险打分算法，总分为6分。这个算法的作用在于，它可以对那些在CYP代谢过程中速率较快的药物分子进行警示，帮助我们更好地识别这些可能具有特殊代谢特性的药物。
在这个算法中，我们设定了一个绿色区间，其风险分值为0到2。经过统计，我们发现，有高达90%的上市药物分子其CYP风险分值都落在了这个绿色区间内。
图片来源：AI成药性(ADMET)预测平台
03
吸收风险评估
此外，我们的平台还根据一系列理化参数，如分子量、分子体积、可旋转键的数量、氢键受体和供体的数量、溶解度、脂溶性以及渗透性等，构建了一个专门的吸收风险打分算法，总分为8分。这个算法能够全面评估药物分子的吸收风险，为我们提供了一个量化的工具。
在算法中，我们设定了一个绿色区间，其风险分值为0到4。统计结果显示，有87%的上市药物分子的吸收风险打分都落在了这个绿色区间内。
对于计划开发口服药物的复制研发团队来说，这些数据具有非常重要的参考价值。他们可以通过参考这些风险打分，更好地预测和评估药物分子的吸收特性，从而优化药物设计，提高药物开发的成功率。
图片来源：AI成药性(ADMET)预测平台
04
ADMET总风险评估
为了让用户能更直观地了解并评估药物的风险，我们特地提供了一个ADMET总风险打分。这个打分是基于药物的理化性质、毒性以及代谢等多个关键方面的预测结果，通过一套科学的算法计算得出的，总分为22分。
为了让用户更容易理解这个打分，我们设定了一个绿色范围，即0到8分。根据我们的统计，高达95%的已经上市的药物，其ADMET总风险打分都落在这个绿色范围内，也就是说，当某个分子ADMET总风险分值大于8分时，该化合物的开发风险是很高的。
这个总风险打分可以作为一个重要的参考，帮助用户更好地了解和权衡药物的风险，从而做出更明智的决策。
图片来源：AI成药性(ADMET)预测平台
最后，为了让该成药性预测平台更加贴近实际研发需求，我们新增了一个非常实用的功能，叫做“真实值更新”。这个功能操作起来非常简单，您只需要将您的实验结果输入到对应的参数中，然后点击一下“更新”按钮，平台就会立即利用这些新的数据重新为您的药物进行评估和打分。
图片来源：AI成药性(ADMET)预测平台
我们非常欢迎药物研发领域的专业人士和研究者们来体验我们的预测平台。您的每一次使用，您的每一条反馈和建议，都是我们不断改进和完善平台的重要动力。我们真诚地期待与您共同推动药物研发领域的发展，为人类的健康事业做出更大的贡献。
